一种基于地图信息筛选匹配的众包指纹库构建方法技术

本发明专利技术公开了一种基于地图信息筛选匹配的众包指纹库构建方法，利用智能手机中的惯性传感器推测行人运动信息，并结合地图障碍物的限制，最终通过两层筛选，唯一的确定轨迹起点，并通过粒子滤波匹配路径每步位置。结合行走过程中所收集的RSS数据，从而快速且准确的构建离线指纹库，辅助在线定位。本发明专利技术能够更为快速且密集的构建指纹库，定位精度也更高。

【技术实现步骤摘要】
一种基于地图信息筛选匹配的众包指纹库构建方法
本专利技术属于移动通信、室内定位
，具体涉及一种基于地图信息筛选匹配的众包指纹库构建方法。
技术介绍
随着无线通信技术的快速发展，同时由于移动终端的使用逐渐增多，从技术成熟与大规模应用的现实角度考虑，无线局域网(WirelessLocalAreaNetworks，WLAN)定位成为当前主流、也是未来最具发展潜力的室内定位方法之一。基于位置指纹的定位技术无需事先知道采集环境中的无线接入点(AccessPoint，AP)的传播参数和位置坐标，而是通过建立特征库来进行位置匹配。由于接收信号强度(ReceivedSignalStrength，RSS)值在室内的复杂性，通常不存在两个位置具有相似的RSS特征的情况，因此RSS可以作为位置指纹来实现室内定位。指纹定位一般分为离线阶段和在线阶段，在离线阶段在室内可达区域均匀规划采样节点，之后采集节点处的AP信号特征，建立位置——特征指纹库。在线阶段系统将移动终端的实时信号特征扫描结果与指纹库中的指纹进行比对，寻找相似度最高的节点作为定位结果。但是离线阶段指纹采样需要很大的人力和时间开销，制约了定位技术的大规模普及，在大型建筑中的应用较为困难。另外，由于智能终端的发展，使得各种传感器如加速度传感器、陀螺仪、地磁传感器等尺寸越来越小，功能也越来越强大。因此可以使用行人航迹推测(PedestrianDeadReckoning，PDR)算法进行行人轨迹的定位。现有技术考虑运用PDR方法构建无线电地图，但PDR技术的缺点主要在于误差的累积特性，单独使用时效果很差，并且在定位时需要知道精确的初始位置，这在实际中，比较难以获得。在不知道该信息的情况下，PDR轨迹采样位置仅仅是相对位置而不是绝对位置，其不能用于构建无线电地图；PDR技术能在连续行走过程中推断每步位置，但需要已知起点且随时间推移位置的累计误差大，无法精确构建指纹数据库的问题。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于地图信息筛选匹配的众包指纹库构建方法，无需定点采集数据，能够在任意行走路线中匹配每步位置，且无需额外知道起点信息，从而达到快速精确构建离线指纹库的目的，有效减少了部署成本，解决传统人工离线定点采集数据构建指纹数据库费时费力。本专利技术采用以下技术方案：一种基于地图信息筛选匹配的众包指纹库构建方法，包括以下步骤：S1、在道路任意位置上，保持均匀步速，连续采集传感器数据以及对应的各AP的接收信号强度样本，重复多次后，选择一部分路径做为离线训练数据，另一部分作为在线测试数据；S2、利用行人航位推测算法对步骤S1采集得到的传感器数据进行步数检测，并对陀螺仪数据处理，得到对应步的方向；S3、对步骤S2得到的陀螺仪方向进行地图方向匹配及修正，作为每步的前进方向；S4、提取地图上可行走区域和关键点区域的位置坐标，以及关键点可行进方向；S5、在步骤S4得到的所有关键点区域上撒点，利用步骤S2确定的步数以及步骤S3确定的前进方向信息，结合地图匹配对应的路线，筛选出符合标准的所有粒子；S6、反向计算步骤S5得到粒子的起点位置，将符合要求的粒子位置作为第一步的起点；S7、以步骤S6确定的起点位置为中心，随机生成粒子，采用粒子滤波算法得到步骤S1采集的传感器数据所对应的每步位置；S8、利用步骤S7得到的每步位置，匹配对应路径中每个时刻采集的所有AP接收信号强度样本的对应位置，将各对应位置与对应时刻的AP接收信号强度样本作为一条记录对，记为构建成为离线数据库，在线定位时，结合离线数据库，利用WKNN算法计算在线测试数据的位置。具体的，步骤S2中，行人航位推测算法检测出的每步中，设第k步内共有n个采样点，则对这n个采样点的陀螺仪积分值θ1,θ2,…,θn求取平均值作为第k步的平均方向，采用圆周平均计算为：其中，为平均正弦值，为平均余弦值。具体的，步骤S3具体为：S301、对步骤S2得到的每步陀螺仪方向在方向匹配之前，将所有的值修正为对应的正值，使方向位于需要比对的区间内；S302、对步骤S301修正后的每步陀螺仪方向进行地图方向匹配，对第i个粒子随机分配一个道路行进方向作为初始行走方向，在计算更新位置时，每步的方向由陀螺仪方向加上该粒子随机的初始行走方向作为该粒子的绝对方向S303、将第i个粒子在第k步的绝对方向与道路所有可能方向MapDirectionj做比较，j＝1,...m，将差值最小的道路方向作为实际行走方向S304、在正常方向比对之前，先对360°方向单独进行一次匹配，最终所得到每步的方向取步骤S303正常比对的结果和360°方向比对结果tempmin中最小的值；S305、对由步骤S304得到的每步实际行走方向进行转弯修正。进一步的，步骤S305具体为：当所匹配出的第k步的方向与第k-1步的方向不同时，计算如下两个条件：min(|k-TurnStep|)＞Thrturn其中，Thrstraight是直行的判断阈值，TurnStep是所有转弯步序列号，Thrturn是转弯步的容忍门限阈值；当同时满足上述两个条件时，将第k步的方向修正为第k-1步的方向否则不改变所匹配出的第k步的方向具体的，步骤S4具体为：S401、依据地图RGB颜色，分别提取地图上可行走区域位置坐标Cango＝(cangox,cangoy)和关键点区域位置坐标KeyPoint＝(keypointx,keypointy)；S402、依据地图道路宽度信息，设置一个路宽门限RoadWidth，对每个关键点，沿所有道路方向MapDirection各自行进RoadWidth步，如果每步均在可行走区域Cango范围内，则记下所有符合的道路方向作为该关键点的可通行方向KeyDir。具体的，步骤S5具体为：S501、在步骤S4得到的所有关键点区域上撒点作为初始点位置，利用步骤S2所得到的步数以及步骤S3得到的对应步方向信息，采用PDR位置更新公式依次更新从第一个转弯步到最后一步之间所有粒子位置信息；S502、在步骤S501每步更新位置的过程中，对第i个粒子在第k步的位置，若则对Score加1分，若则记下这个第一次撞墙的步数号k，不对Score加分，对这段方向一致的路线段内的后续每步，如若位置仍在Cango区域内，不对Score加分；S503、按照步骤S501依次更新位置，直到方向发生改变，发生转弯进入下一段路径时，停止继续更新位置，对上述有撞墙情况的路段重新进行整段平移修正；S504、当CandidateEnd存在的情况下，对从CandidateBegin中的起点出发，CandidateEnd为终点所连接的线段，符合地图道路线行进方向的线段，再选取DisBegin中最小的值所对应的候选起点CandidateBegin作为最终选定本文档来自技高网...

【技术保护点】
1.一种基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，包括以下步骤：/nS1、在道路任意位置上，保持均匀步速，连续采集传感器数据以及对应的各AP的接收信号强度样本，重复多次后，选择一部分路径做为离线训练数据，另一部分作为在线测试数据；/nS2、利用行人航位推测算法对步骤S1采集得到的传感器数据进行步数检测，并对陀螺仪数据处理，得到对应步的方向；/nS3、对步骤S2得到的陀螺仪方向进行地图方向匹配及修正，作为每步的前进方向；/nS4、提取地图上可行走区域和关键点区域的位置坐标，以及关键点可行进方向；/nS5、在步骤S4得到的所有关键点区域上撒点，利用步骤S2确定的步数以及步骤S3确定的前进方向信息，结合地图匹配对应的路线，筛选出符合标准的所有粒子；/nS6、反向计算步骤S5得到粒子的起点位置，将符合要求的粒子位置作为第一步的起点；/nS7、以步骤S6确定的起点位置为中心，随机生成粒子，采用粒子滤波算法得到步骤S1采集的传感器数据所对应的每步位置；/nS8、利用步骤S7得到的每步位置，匹配对应路径中每个时刻采集的所有AP接收信号强度样本的对应位置，将各对应位置与对应时刻的AP接收信号强度样本作为一条记录对，记为...

【技术特征摘要】
1.一种基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，包括以下步骤：
S1、在道路任意位置上，保持均匀步速，连续采集传感器数据以及对应的各AP的接收信号强度样本，重复多次后，选择一部分路径做为离线训练数据，另一部分作为在线测试数据；
S2、利用行人航位推测算法对步骤S1采集得到的传感器数据进行步数检测，并对陀螺仪数据处理，得到对应步的方向；
S3、对步骤S2得到的陀螺仪方向进行地图方向匹配及修正，作为每步的前进方向；
S4、提取地图上可行走区域和关键点区域的位置坐标，以及关键点可行进方向；
S5、在步骤S4得到的所有关键点区域上撒点，利用步骤S2确定的步数以及步骤S3确定的前进方向信息，结合地图匹配对应的路线，筛选出符合标准的所有粒子；
S6、反向计算步骤S5得到粒子的起点位置，将符合要求的粒子位置作为第一步的起点；
S7、以步骤S6确定的起点位置为中心，随机生成粒子，采用粒子滤波算法得到步骤S1采集的传感器数据所对应的每步位置；
S8、利用步骤S7得到的每步位置，匹配对应路径中每个时刻采集的所有AP接收信号强度样本的对应位置，将各对应位置与对应时刻的AP接收信号强度样本作为一条记录对，记为构建成为离线数据库，在线定位时，结合离线数据库，利用WKNN算法计算在线测试数据的位置。


2.根据权利要求1所述的基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，步骤S2中，行人航位推测算法检测出的每步中，设第k步内共有n个采样点，则对这n个采样点的陀螺仪积分值θ1,θ2,…,θn求取平均值作为第k步的平均方向，采用圆周平均计算为：









其中，为平均正弦值，为平均余弦值。


3.根据权利要求1所述的基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，步骤S3具体为：
S301、对步骤S2得到的每步陀螺仪方向在方向匹配之前，将所有的值修正为对应的正值，使方向位于需要比对的区间内；
S302、对步骤S301修正后的每步陀螺仪方向进行地图方向匹配，对第i个粒子随机分配一个道路行进方向作为初始行走方向，在计算更新位置时，每步的方向由陀螺仪方向加上该粒子随机的初始行走方向作为该粒子的绝对方向
S303、将第i个粒子在第k步的绝对方向与道路所有可能方向MapDirectionj做比较，j＝1,...m，将差值最小的道路方向作为实际行走方向
S304、在正常方向比对之前，先对360°方向单独进行一次匹配，最终所得到每步的方向取步骤S303正常比对的结果和360°方向比对结果tempmin中最小的值；
S305、对由步骤S304得到的每步实际行走方向进行转弯修正。


4.根据权利要求3所述的基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，步骤S305具体为：
当所匹配出的第k步的方向与第k-1步的方向不同时，计算如下两个条件：



min(|k-TurnStep|)＞Thrturn
其中，Thrstraight是直行的判断阈值，TurnStep是所有转弯步序列号，Thrturn是转弯步的容忍门限阈值；当同时满足上述两个条件时，将第k步的方向修正为第k-1步的方向否则不改变所匹配出的第k步的方向


5.根据权利要求1所述的基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，步骤S4具体为：
S401、依据地图RGB颜色，分别提取地图上可行走区域位置坐标Cango＝(cangox,cangoy)和关键点区域位置坐标KeyPoint＝(keypointx,keypointy)；
S402、依据地图道路宽度信息，设置一个路宽门限RoadWidth，对每个关键点，沿所有道路方向MapDirection各自行进RoadWidth步，如果每步均在可行走区域Cango范围内，则记下所有符合的道路方向作为该关键点的可通行方向KeyDir。


6.根据权利要求1所述的基于地图信息筛选匹配的众包指纹库构建方法，其特征在于，步骤S5具体为：
S501、在步骤S4得到的所有关键点区域上撒点作为初始点位置，利用步骤S2所得到的步数以及步骤S...

【专利技术属性】
技术研发人员：廖学文，钱莉萍，高贞贞，贾扬帅，杜小倩，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61